1. QQplot

橫座標表示的是屬性的其中一個測量值1，縱座標表示另一個測量值2。散點是分位點。點的橫縱座標是這個測量值1和測量值2的分位點的取值。

from scipy import stats
from matplotlib import pyplot as plt
import statsmodels.api as sm
import numpy as np

# example with the new ProbPlot class
#對比兩個不同測試值的分佈，而不是看測試值滿足什麼既定分佈
import numpy as np
X = [5.89,49.59,59.98,159,17.99,56.99,82.75,142.19
,31,125.5,4.5,22,52.9,61,33.5,328,128,142.19,229,189.4]
Y= [1.4,1.5,2.2,2.7,3.2,3.9,4.1,4.1,4.6,4.8
,4.9,5.3,5.5,5.8,6.2,8.9,11.6,18,22.9,38.2]
x=np.array(X)
y=np.array(Y)
pp_x = sm.ProbPlot(x, fit=True)
pp_y = sm.ProbPlot(y, fit=True)
fig3 = pp_x.qqplot(other=pp_y, line='45')
plt.show()

2　normalization

  梯度下降的過程曲折，複雜的問題是因為沒有同等程度的看待各個特徵，即我們沒有將各個特徵量化到統一的區間。

  所以資料標準化（歸一化）處理是資料探勘的一項基礎工作，不同評價指標往往具有不同的量綱和量綱單位，這樣的情況會影響到資料分析的結果，為了消除指標之間的量綱影響，需要進行資料標準化處理，以解決資料指標之間的可比性。原始資料經過資料標準化處理後，各指標處於同一數量級，適合進行綜合對比評價。

 Min-Max Scaling和Z-score normalization是常用的標準化處理方法。

• 指定空間的min-max scaling（1,10）

標準化空間為（1,10）：原理公式：

將資料歸一化到[a,b]區間範圍的方法：

（1）首先找到樣本資料Y的最小值Min及最大值Max
（2）計算係數為：k=（b-a)/(Max-Min)
（3）得到歸一化到[a,b]區間的資料：norY=a+k(Y-Min)

"""normolization 1-10
"""
import numpy as np

def MaxMinNormalization(x):
	min_x=np.min(x)
	max_x=np.max(x)
	k=(10-1)/(max_x-min_x)
	norx=(x-min_x)*k+1
	return norx
nums = [5.89,49.59,59.98,159,17.99,56.99,82.75,142.19
,31,125.5,4.5,22,52.9,61,33.5,328,128,142.19,229,189.4]
print(MaxMinNormalization(nums))